創科瞭望/「主權AI模型」考驗政府治理能力\陳迪源
當一個地方宣稱擁有「主權AI模型」時，較少被追問的問題是：如果明天模型出錯、受到攻擊或需要更換，社會有沒有能力處理？主權模型可以是一個名詞，主權能力卻必須化為一連串動詞；前者關乎擁有什麼，後者關乎真正做得到什麼。
近年主權AI成為全球科技競爭的關鍵詞，這股趨勢有其必要性。當AI進入政府、金融、醫療、教育及關鍵基建，一個地方不能把敏感數據、核心能力、價值判斷與最終決定權，毫無保留地交給外部平台。主權模型提醒我們：可以擁抱世界，但不能把方向盤一併交出去。
公共責任不能外判
真正值得追問的，不只是香港有沒有一個主權模型，而是香港有沒有能力審查、更換或重建任何用於公共領域的模型，並保留數據控制、規則制定、獨立評測和最終問責。擁有一個主權模型而缺乏這些能力，就像買下一輛跑車，卻沒有駕駛執照、維修技師和備用零件──鑰匙在手，真正決定能否上路的，仍然是能力。
香港近年已建立本地大模型與應用研發能力，這是重要的第一步。然而，任何「建得出」的能力，都必須配上「管得好」和「換得到」的制度，否則單一項目的成功，也可能轉化為整個生態的脆弱。技術研發可以由政府、企業、大學、科研機構或開源社群承擔──參與者愈多元，生態愈健康──但公共責任不能外判給任何一方，無論這一方多麼值得信任。擁有者的身份，不能構成治理標準的折扣。
這項原則並非對任何開發者缺乏信任，而是成熟制度的基本設計。制定規則、供應模型、執行評測與作出採購決定，不宜由同一方包辦。核數、藥物審批和金融市場均重視角色分隔，因為結構性重疊即使出於善意，也會削弱公信力。AI治理同樣需要利益申報、適當迴避和第三方驗證，讓規則對所有參與者平等適用。
透明度亦不能簡單理解為把所有源碼、參數和數據向全世界公開。首先要問，向誰透明？監管機構需要掌握數據治理、模型測試、權限配置和事故紀錄；開發者與專業使用者需要了解模型限制、版本變更和評測方法；一般市民則應知道自己是否正在與AI互動、資料如何使用、答案依據何在，以及出錯後如何更正和申訴。不同對象需要不同程度的透明，重點不是人人看見一切，而是每個負責任的人都取得履責所需的信息。
國際上已有可供參考的公開標尺。史丹福大學基礎模型透明度指數，以一百項指標評估主要開發者在數據、模型、運算資源、使用情況和下游影響等方面的披露；其2025年研究亦指出，開放權重與透明度相關，卻不足以自動證明模型全面透明。香港若要建立可信AI樞紐，可發展本地化公開評分制度，要求所有進入公共採購或高風險服務的模型，不論開發背景，都在同一把尺下接受檢視。標準的價值，不在於指向誰，而在於平等適用於所有人。
評測本身也要可信。任何模型宣稱在本地測試中表現優異，都應回答：基準由誰設計、題庫如何保護與更新、評分是否由獨立第三方執行、結果能否重複驗證？開發者可以提供技術資料，卻不宜成為自己產品的唯一裁判。評測與開發需要制度上的適當分隔，否則再漂亮的分數，也難以轉化為公共信任。
須接受三個問題測試
筆者建議，任何進入公共領域的模型都接受三個問題測試。第一是替換性測試：若某個供應商或技術組件停止服務，能否在合理時間內轉用其他方案？這是避免鎖定。第二是審計性測試：獨立第三方能否檢驗數據治理、對齊過程、安全措施和實際表現？這是避免黑箱。第三是問責性測試：若模型令市民或企業受損，責任能否沿開發、部署、使用和決策鏈條清楚追溯？這是避免真空。試想一名長者因政務AI提供錯誤資格信息而延誤申請，制度若只回答「模型出錯」，卻無法交代誰須更正和補救，便稱不上可信。三個問題答不出來，不代表模型完全不能使用，但應相應限制其進入高風險和公共決策場景。
香港其實已有可信治理的雛形。數字政策辦公室公布的《香港生成式人工智能技術及應用指引》，涵蓋資料洩露、模型偏見、錯誤、責任和資訊保安；其第1.1版更把應用分為不可接受、高、有限和低風險四級，按風險配置禁止、合規評估、人為監督、透明、退出及審計要求。下一步不應另起爐灶，而是把這些原則轉化為業界可採用、政府可採購、市民可理解的測試、標籤和認證制度。
這正是筆者常說的「第三空間」。它不是在不同制度之間取一個模糊折衷，而是建立標準互認的接口：一端符合香港法律、國家安全、「一國兩制」和本地多語環境，另一端對接NIST人工智能風險管理框架、ISO／IEC 42001等國際治理語言。
舉例而言，一家跨國銀行在香港部署AI風控系統，可能同時面對本地監管、跨境數據和海外市場的合規要求。假如香港能提供一套獲不同市場理解和採信的第三方評測證據，價值遠高於替任何單一模型背書。憑藉普通法、金融和專業服務優勢，香港更可提供AI審計、事故調解與仲裁。香港輸出的未必只是一個模型，更可以是一張不同市場都看得懂的信任證明。
可信模型應該百花齊放。政府的角色是建立標準，而非預先選定冠軍；冠軍應由市場在公開規則下產生，而不是由採購結果倒推。公共部門採購應採取競爭中性、多供應商和可轉換原則，避免技術鎖定；公共資源亦應同時投放於粵語與本地場景基準、獨立評測、審計工具、安全算力、專門模型和初創企業。旗艦項目可以建立能見度，多元生態才能建立韌性。
AI治理具有強烈路徑依賴。今天的採購形成明天的技術標準，明天的標準又決定後天的市場結構。若可信框架建立得太慢，單一技術路徑便可能在不知不覺間成為事實標準，日後的轉換成本遠高於今天的預防成本。因此，制度建設不能等到模型大規模進入公共服務後才補課。
本港宜推動三項工作
筆者建議香港推動三項工作：其一，建立不隸屬任何模型供應者的公共AI評測平台，由技術、法律、行業及市民代表共同參與，公開方法、指標和主要結果；其二，確立公共採購的競爭中性及退出機制，所有高風險系統都須證明可移植、可替換和可追溯；其三，完善利益衝突管理，參與規則、基準或採購設計的機構須申報角色，在涉及自身產品時迴避並接受外部驗證。這不是製造壁壘，而是讓現有和未來的參與者都能公平競爭、公平被檢驗。
主權模型的價值，在於提醒香港不可失去控制；主權能力的價值，則在於即使模型更替，社會仍然握有控制。最終讓百業和市民放心使用的，不是模型的身份或標籤，而是它能否通過一致、獨立、可重複的可信考驗。
與其爭論哪一個模型代表香港，不如先建立香港治理任何模型的能力。主權決定方向盤在誰手中，可信決定市民是否願意上車；而真正的主權能力，是社會可以隨時檢查、修理，必要時重塑和改良這個方向盤。
（作者為香港創科發展協會創會主席）
